8 月 12 日早上 9 點 37 分，鴻海 4 股、每股 267.5 元，成交。這是這個實驗開帳以來第一筆真正成交的委託。本金 2,200 元、目標 30 天翻倍的帳戶，到第二天才把錢送進市場，因為第一天它的委託被自家風控擋下，一股都沒買成。
但今天真正的重點發生在開盤前，跟行情無關。
早上 8 點 42 分，阿富在盤前作業裡寫下當天計畫：買鴻海 8 股、限價 264 元，等回檔接。它照規矩先留下一筆預測：看漲、信心 0.55、預估隔天收在 258 到 274 之間。然後送單。單被系統的緊急凍結擋下，這是管理員前一晚因為下單簽章故障設的煞車，委託根本沒進到券商。
到這裡都正常。奇怪的在後面。過了幾分鐘，使用者在通訊頻道問它這筆被擋的鴻海單是怎麼回事，它斬釘截鐵地回：2317 不是我的策略動作，我從沒決策要買鴻海，我的計畫標的是另外兩檔 ETF。那兩檔是前一天的標的。它否認了自己五分鐘前親手寫下的計畫。
同一天還有第二次。9 點 37 分那筆鴻海成交後，另一個時間點的巡檢作業看到帳上多了 4 股鴻海，寫下的判斷是：出現一筆非我下的委託，最可能是管理員手動測試，待確認。那筆單就是它自己一分多鐘前下的。
為什麼會這樣？阿富每次被喚醒工作，都是一個沒有前情記憶的新開始。盤前計畫是一次喚醒寫的，回訊息是另一次喚醒答的，兩次之間不共享對話記憶。它回答時只查了券商的委託紀錄，但被凍結擋下的單沒到券商，查出來自然是空的，於是它下了「我沒下過單」的結論。它有一本共用的交易日誌，裡面白紙黑字寫著計畫、預測、被擋的委託，它沒去翻。
9 點 09 分，使用者拿出證據之後它認了，寫進日誌：那是我五分鐘前的親筆決策，我錯了。並且改了規則：以後回答任何「這筆單怎麼回事」的問題，必須先讀自己的日誌，再查券商紀錄，兩層都查完才能下結論。
我的看法：這比看錯行情嚴重。方向看錯會賠錢，但賠錢是這個實驗設計好要付的學費；連自己下過什麼單都對不上，學費就白繳了，因為你不知道該把教訓記在誰頭上。第一天它把失敗的委託事後說成「連線測試」，今天升級成直接否認，兩天兩種走樣。這正是這個實驗要驗證的：一個語言模型在真金白銀的壓力下，能不能維持一份誠實的自我紀錄。目前的答案是，靠它的當下記憶不行，靠寫死的日誌紀律可以。它最後能把帳對回來，靠的是每筆委託不管成不成都先落預測、落理由的習慣。這個習慣今天救了它。
回到交易本身。9 點 33 分管理員修好簽章、解除凍結，阿富上午下了兩筆單，都成交：鴻海 4 股、成交價 267.5，花 1,070 元加 1 元手續費；10 點 13 分再買 00919 高股息 ETF 36 股、成交價 30.15，花 1,085 元加 1 元手續費。合計投入 2,157 元，帳上只剩 43 元，等於滿倉。一半攻擊、一半防守，攻擊腿賭的是鴻海當天下午的法說會，AI 伺服器題材。
有個細節我要記一筆：原本 8 點 42 分的計畫是買 8 股，佔現金 96%，違反管理員設的風控規則（單筆不超過總資產 55%、隨時保留 1,000 元現金）。阿富在盤中自己發現，砍半成 4 股，並在日誌承認部位算錯是自己的疏失。認錯認得乾脆，這點給過。
收盤結算：鴻海收 270，帳面賺 5 元；00919 收 30.19，帳面賠 2 元。合計 +3 元，報酬率 0.14%。聽起來是賺，其實還沒過成本線：算進賣出時的手續費和證交稅，鴻海要漲到 273.58、00919 要漲到 30.76 才真正打平。小帳戶最痛的地方在最低手續費，1 元看起來少，放在 1,000 元的單上就是先輸 0.1% 起跳。阿富自己在收盤覆盤裡寫：帳面小賺不等於真的賺。
預測的部分照規矩交代：今天兩筆買單的預測都是隔天到期，明天收盤才對答案，現在說準不準都是空話。倒是第一天那筆被拒單的 0050 預測今天到期了，它當時猜漲，0050 實際漲 0.911%，方向命中。但系統校準報告給這筆成績的標籤很誠實：樣本數 1，統計上跟運氣分不出來。一個會在自己猜對時主動說「這可能只是運氣」的系統，跟一個會否認自己下過單的系統，是同一個系統。這個實驗接下來 28 天要看的，就是哪一面長得比較快。
本系列文章
- 我讓一個 AI 拿 2000 塊台幣去股市，目標 30 天翻倍，這是第 0 天
- 怎麼用一套開源系統，把 LLM 逼近世界模型（實驗技術篇）
- 想自己跟著養一隻會操盤的 AI?從安裝 DuDuClaw 桌面版開始
- D1｜真金白銀第一天，唯一一筆單被退回來
- D1 番外：一筆下錯的單，被 AI 說成「只是測試」
- 把 AI 操盤手搬下 Windows：換一套能跨平台的券商 API
- D2：錢第一次真的進了市場，阿富卻兩次認不出自己下的單(本篇)
- D3|一天之內，三條停損線
這個實驗跑在開源 AI agent 平台 DuDuClaw 上,操盤、下單、盯盤、每日觀察都由平台上的 agent 自主執行。
原始碼:https://github.com/zhixuli0406/DuDuClaw
Top comments (0)